機器學習是未來的發展還是現在的業務發展？隨著每天新的AI和機器學習實例推動我們對技術的了解的界限，這是許多企業領導者提出的一個問題。

最近的一個有力的例子是Google在5月8日展示了其Google Assistant預訂發廊和餐廳預訂的示例，其對話的清晰度既令人振奮又令人不安。

許多企業領導者將因恐慌而原諒。如果機器學習速度很快，那么在利用機器學習方面我的生意現在會落后多少？

雖然Google的職責是成為特立獨行的公司，并通過萌芽和先進的技術取得突破，但大多數CIO的任務是提供可帶來業務成果的解決方案。

除了競相開發自動駕駛汽車或在全球人臉識別系統中處于領先地位的公司之外，很少有公司想出辦法如何通過將機器學習變成貨幣化，這種機器學習的重點是教機器人表現得更像人類。

盡管如此，仍然有大量投資涌入AI和機器學習領域。國際數據公司（IDC）預測，到2021年，對認知和人工智能系統的投資將增長到5200萬美元以上。

CIO應該將機器學習預算和愿景放在哪里？CIO可以并且應該更多地利用計算機具有的某些非人類功能，而不是尋找技術可以更像人類的方式。

例如，當今的計算機可以在毫秒內處理和分析大型，復雜的數據集。將機器學習功能添加到這種巨大的快速分析功能中，突然之間您就有了一個商務智能（BI）工具，該工具可以抓取不斷增長的復雜業務數據，觀察趨勢，分析發現的內容并提供見解和潛在解決方案。